|
题名:
|
深度学习进阶 / (瑞士) 翁贝托·米凯卢奇著 , 陶阳, 李亚楠译 |
|
ISBN:
|
978-7-111-66092-7 价格： CNY79.00 |
|
语种:
|
chi |
|
载体形态:
|
210页 图 24cm |
|
出版发行:
|
出版地： 北京 出版社： 机械工业出版社 出版日期： 2020 |
|
内容提要:
|
本书介绍卷积神经网络的核心--错综复杂的细节和算法的微妙之处。主要包括卷积神经网络的高级主题和使用Keras和TensorFlow的对象检测。本书旨在用一种实用的方法来处理一些高级主题, 如迁移学习和多损失函数网络, 并在解释这些概念的基础上展示如何在Keras中实现这些功能。本书涉及多个研究领域, 包含精练的代码, 能够弥合初学者和研究者之间的鸿沟。 |
|
主题词:
|
机器学习 |
|
主题词:
|
人工神经网络 |
|
中图分类法:
|
TP181 版次： 5 |
|
其它题名:
|
卷积神经网络和对象检测 |
|
主要责任者:
|
米凯卢奇 著 |
|
次要责任者:
|
陶阳, 译 |
|
次要责任者:
|
李亚楠, 译 |
|
责任者附注:
|
翁贝托·米凯卢奇, 主要从事物理和数学研究。他是数值模拟、统计学、数据科学和机器学习方面的专家。陶阳, 1976年生, 汉族, 河南泌阳人, 博士, 毕业于国防科技大学计算机学院。李亚楠, 1989年生, 汉族, 河南商丘人, 2017年毕业于浙江师范大学, 获计算机科学与技术专业硕士学位。 |
|
索书号:
|
1 |